今日速览 · AI 导读
自动抓取 arXiv 多学科 RSS，DeepSeek 自动润色标题与摘要，最快 24 小时内汇总。每日 14:00 初始化批次并每 15 分钟轮询学科，24h 无数据则回退 72h/7 天；arXiv 周末停更时自动跳过。
今日经济学研究聚焦于制度设计、技术冲击与行为激励的交叉前沿，强调量化分析与机制创新以应对现实复杂性。
2026-01-22 共 19 条抓取，按综合热度排序
本研究提出一个新颖的框架，用于量化核电站建设中四大关键利益相关方（设备供应商、施工分包商、设计管理团队、债权人）对成本超支的贡献度及其从中获得的支付份额。研究发现，各方造成的超支份额与其获得的支付份额往往存在显著差异，这种错配可能导致利润分配不公和诉讼，进而加剧超支。研究进一步分析了固定总价、成本加成和绩效挂钩三种常见合同结构下潜在利润错配的规模，揭示了各自在协调激励方面的优缺点。研究表明，无论采用何种合同，业主的深度参与对项目成功至关重要，并提出了具体的成本控制建议。
本文对Chilarescu提出的新生产函数进行了深入分析。研究证明，在特定参数限制下，该函数的产出弹性值可以小于1，突破了传统假设。同时，研究还严格证明了在另一组参数条件下，该生产函数能够满足关键的Inada条件，即当资本投入趋近于0时，其边际产出趋近于无穷大；当资本投入趋近于无穷大时，其边际产出趋近于0。这些性质对于理解经济增长路径和稳态具有重要的理论意义。
本文研究发现，美国劳动力市场高职位空缺率与长期失业并存的现象，部分源于依赖关键词筛选的自动化招聘系统。通过结合劳动经济学和信息不对称理论，作者将这种现象形式化为由算法对候选人能力“语义误解”导致的“人为摩擦性失业”。模拟实验对比了传统关键词筛选与基于高维向量表示的语义匹配方法，结果显示后者在保持精度的同时，显著提升了召回率和整体匹配效率。基于此，论文提出了一种面向求职者的劳动力运营架构，旨在标准化、验证并语义对齐人力资本信号，并与现有招聘系统保持互操作性。研究揭示了过时招聘系统的经济成本，以及通过改善语义对齐提升劳动力市场匹配效率的巨大潜力。
针对电商重塑消费模式导致地方税基侵蚀与不公平竞争的问题，本文基于“实质重于形式”原则，提出了一种新的税率计算方法。该方法以“配送费加保险费”为税基，并通过“商品价值转换”进行校正，旨在使电商终端阶段的实质税负与社区零售对齐。此举旨在通过财政工具，将配送站的高负外部性有效内部化，以应对电商去地域化带来的税收挑战。
本研究分析了5G网络切片技术如何支持多个运营商共享同一基础设施。提出了两种商业模式：一种是网络运营商与虚拟运营商共存的“战略模式”，另一种是网络运营商垄断服务的“垄断模式”。研究结合了系统模型（采用区分式处理器共享队列模拟网络切片）和经济模型（利用用户效用、运营商收益和博弈论分析定价与订阅决策）。结果表明，通过合理设计经济激励，网络运营商有动机接纳虚拟运营商。从用户角度看，战略模式能带来更高的用户订阅率。
本研究通过实验室实验，探究了实时面部沟通在重复囚徒困境中对合作行为的影响。实验对比了参与者通过性别中立虚拟化身观察对手表情与无面部线索两种条件。利用先进的生物识别技术实时捕捉和显示情绪，研究发现面部沟通能显著提升整体合作水平，并特别促进在遭遇背叛后的合作恢复。这种修复效应表明，面部表情有助于参与者更温和地解读背叛行为，从而促进宽恕并恢复合作。研究结果为设计能维持合作的情感响应型虚拟代理和数字平台提供了实用见解。
本文研究成本函数未知的半离散最优运输问题，其中成本函数只能通过噪声观测逐个学习。作者提出了一种半近视算法，将在线学习与随机逼近相结合，证明了该算法在随机梯度非光滑且目标函数缺乏强凹性的情况下，仍能达到最优收敛速率。
本文通过一个包含总体人气冲击的概率投票模型，研究了即使政党事前相同且仅追求政治权力（如职位租金或影响力），选举竞争本身也会激励它们极化选民。研究发现，由于政党从政治权力中获得的边际效用递减，均衡政策不会收敛。平台分化通过锁定忠诚的选民基础、稳定政治权力，为选举波动提供了保险。在一维政策空间中，当位于中位数两侧的选民变得更为极端时，政党的均衡收益会上升，即使极化是由对手支持者的变化驱动的。在多维情境下，政党受益于意识形态的一致性，即跨议题分歧的对齐。
一项基于1981-2022年美国K-12校园枪击事件数据的研究发现，最高气温超过90°F的日子，校园枪击事件发生率比低于70°F的日子高出80%。高温主要增加了与凶杀和威胁相关的枪击事件，对意外或自杀性枪击无影响。这些事件多发生在学生流动性大、监管较弱的时段，如上下学及午餐时间。研究预测，到本世纪末，气候变化将使美国此类枪击事件在中等排放情景（SSP2-4.5）下增加8%，在高排放情景（SSP5-8.5）下增加14，分别对应每十年约23起和39起额外事件，其社会成本现值分别高达3.43亿和5.92亿美元（2025年美元）。
实体解析（记录链接、去重）是整合多源数据的关键步骤，但传统基于确定规则（如姓名、出生日期）的分块方法易受数据错误和缺失影响。本文介绍了Python包BlockingPy，它利用现代近似最近邻搜索和图算法，智能地减少需要比较的记录对数量，从而在保证链接精度的同时大幅降低计算复杂度。该工具支持CPU和GPU执行，并通过两个官方统计案例展示了其应用价值，为需要链接异构数据源的研究者提供了高效、鲁棒的解决方案。
本文提出了一种基于可能性理论的新方法，用于在工具变量外生性假设可能被违反的情况下进行因果推断。该方法允许用户在指定潜在违反程度下进行后验推断，即使只有一个可能无效的工具变量也能提供信息性结果，为敏感性分析提供了原则性框架。模拟实验和实际数据应用表明该方法具有优越性能。
本文提出BallotRank，一种基于改进PageRank算法的排序偏好聚合方法。该方法无需阻尼因子即满足孔多塞一致性，通过对近2000场排序选举和超2万次网络投票的实证检验，证明其在常规阻尼参数下总能识别孔多塞胜者。研究证实该方法满足与其他知名孔多塞补全方法相同的社会选择准则，其优势在于能作为自然的社会福利函数，提供候选人的完整排序。
本研究基于会计指标重新评估了花旗松的管理策略。研究发现，最优轮伐期比以往研究结果更短，且间伐措施在木材产量函数不随时间变化的情况下不可行。尽管价格和成本波动打破了货币量（如利润率）的周期性边界条件，但在无量纲量的时间导数以及为回报率优化的轮伐期物理特征中，周期性边界条件依然成立。因此，最优轮伐期本身不依赖于价格和成本的长期演变趋势，但相对较高的木材价格会缩短轮伐期，而较高的成本则会延长它。
本文研究了信号传递博弈中分离均衡的效率损失问题。在等弹性环境下，浪费比率（损失的剩余比例）具有简洁公式：$\beta/(\beta+\sigma)$，其中 $\beta$ 是收益弹性（更高感知带来的回报），$\sigma$ 是高能力类型相对成本优势的弹性。该比率在不同类型间恒定，且独立于其他参数（包括信号成本的凸性）。在赢家通吃的信号竞赛中，$N$ 个候选人时恰好有 $(N-1)/N$ 的剩余被耗散，与塔洛克竞赛结果一致。
本研究通过引入一种新颖的“利益攸关”实验设计，探究个体为自己决策与为他人决策时，风险偏好和时间偏好的差异。实验要求决策者为他人做出的选择会直接给自己带来成本，从而在自利与代理分配间形成真实的权衡。研究发现，多数参与者在为他人决策时表现得更为风险厌恶和缺乏耐心。该方法揭示了显著的异质性，成功识别出标准“无利益攸关”方法常忽略的自私类型。研究框架展现出更一致的行为模式和更优的样本外预测能力。
本研究探讨了可复用资源收益管理中最简模型：两类顾客进入损失队列的准入控制。研究发现，在线决策者的总成本可分解为“可变性成本”和“不确定性成本”。前人工作表明总成本为 $\Theta(\log N)$（$N$ 为服务器数量）。本文证明，当 $N \to \infty$ 时，可变性成本仅为 $O(1)$，而 $\Theta(\log N)$ 的增长率完全由不确定性成本贡献。关键结论是：仅需 $\Omega(\log(N)/N)$ 的前瞻窗口，即可有效控制运营成本，无需平滑需求波动。
本研究提出了一种新方法来识别社交网络中的同伴效应，特别解决了学生努力程度不可观测以及网络中孤立学生存在的难题。传统方法通常使用GPA等综合结果变量来近似努力，但本研究框架区分了不影响努力的GPA随机冲击与影响努力水平的偏好冲击。研究表明，当网络中存在孤立学生时，使用传统近似方法得到的同伴效应估计值可能比新方法低40%。该研究利用美国高中生数据进行了实证验证。
本文提出了一种基于区块链智能合约的“反应函数博弈”新范式。与经典博弈论中选择策略不同，玩家可以预先承诺对他人行动的反应函数。研究定义了此类博弈的均衡解概念（类似于纳什均衡），并证明了均衡存在性。关键突破在于，反应函数能在单次博弈中实现传统无限重复博弈“触发策略”的效果，从而支持帕累托改进的均衡结果，甚至可以通过“安全”反应函数无风险达成。理论框架被应用于对称投资博弈（包括最弱环节和公共物品博弈两类经典模型），并识别出了特定安全且最优的反应函数。研究表明，区块链承诺机制为克服合作中的信任与搭便车障碍提供了新工具。
本文为满足三个核心假设（严格外生离散工具变量、处理采纳的单调性等限制、排他性约束）的计量经济学模型，推导出一组可检验的推论。这些推论通过积分聚合了结果变量支撑集上所有可测子集必须满足的潜在无限不等式集。对于二元工具变量，该检验是尖锐的。作者还提出了一种实现方法，将潜在响应类型的限制与一阶随机占优和随机效用模型的推广联系起来，从而能够区分排他性约束的违反与单调性假设的违反。该检验可自然地推广到多工具变量的情形。